（测试计量技术及仪器专业论文）基于dsp的野外火灾图像识别的研究.pdf

一 ， l 、 k l 气 n a n j i n gu n i v e r s i t yo f a e r o n a u t i c sa n d a s t r o n a u t i c s t h eg r a d u a t es c h o o l c o l l e g eo f a u t o m a t i o ne n g i n e e r i n g i i l ll li ii ii i i iiii iiil y 18 113 5 4 r e s e a r c ho ff i r ei m a g e r e c o g n i t i o n t e c h n o l o g y i nf i e l db a s e do nd s p a t h e s i si n i n s t r u m e n ts c i e n c ea n d t e c h n o l o g ye n g i n e e r i n g b y g uj u n j u n a d v i s e db y p r o f e s s o rz h a om i n s u b m i t t e di np a a i a lf u l f i l l m e n t o ft h er e q u i r e m e n t s f o r t h ed e g r e eo f m a s t e ro f e n g i n e e r i n g j a n u a r y , 2 0 1 0 一 ， 一 一 承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果。除了文中特别加以标注和致 谢的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本承诺书) 作者签名：厨k 雠 日 期：趁臣：墨：绰 卅 户 、 飞 南京航空航天大学硕士学位论文 摘要 火灾是一种常见的严重自然灾害。目前，室内的火灾报警主要通过光、烟、温度等加以判 断，然后直接实施灭火措施，进行断电、喷水等并报警。而对室外或大面积的监控对象，存在 着许多影响火灾探测的因素如空间高度、热量屏障、覆盖范围、气流速度等，传统的探测手段 往往在这样的环境中失去了作用。这种情况下通常只能采用图像型火灾探测技术。以计算机为 系统核心的图像型火灾探测技术体积大、安装不方便，使用缺乏灵活性，信号传输比较复杂、 计算机负担比较大。因此，以d s p 为核心的图像型火灾探测技术可以克服这些缺点，同时可以 减轻计算机的负担，提高系统的实时性和智能化水平。 论文系统地研究分析了国内外有关火灾图像识别技术及其研究现状，在此基础上讨论了数 字图像处理和d s p 技术在火灾图像处理中的应用。研究分析了基于d s p 的图像型火灾探测系 统的组成，包括带有红外滤光片的彩色摄像机，火灾图像采集和处理平台。 本文重点讨论了基于d s p 嵌入式平台的早期火灾火焰图像的识别技术。详细论述了图像预 处理、火焰判据的特征值提取和火焰的识别。在d s p 平台，采用中值滤波，最大类间方差法求 取阈值进行图像的二值化，同时提出区域生长和去除图像中小面积干扰区域的算法对采集的图 像进行预处理。利用早期火灾火焰图像具有火焰面积变化、边缘抖动、形体变化、整体移动等 特征，提出了火焰面积变化率、位置基本稳定、形体特性、圆形度、火焰尖角等多个火焰识别 判据。在d s p 平台实现了火焰判据特征值的提取。在p c 机中，将火灾图像各判据的特征值作 为输入信号，利用b p 神经网络训练计算权值和阈值，增强了系统的火焰识别能力。最后，在 d s p 上实现利用b p 神经网络训练得到的权值和阈值，对获得的图像进行识别判断，同时进行 了大量火焰识别实验，实验表明系统的火焰识别能力和准确性得到了提高。 论文的最后对课题的研究工作进行了总结，指出了不足之处并对下一步工作进行了展望。 关键字：野外火灾探测、图像识别、d s p 、火灾识别判据、b p 神经网络 h 基于d s p 的野外火灾图像识别的研究 f i r ei so n eo ft h em o s tc o m m o ns e r i o u sn a t u r a ld i s a s t e r s c u r r e n t l y , t h ef i r ei ni n d o o r si sd e t e c t e d b yl i g h t , s m o k e , t e m p e r a t u r ea n ds oo n t h e nw et a k em e a s u r e st op u to u tf i r e , c u to f fe l e c t r i c i t y , s p r i n k l ew a t e ra n da l a r md i r e c t l y b u ti nl a r g es p a c e ，e s p e c i a l l yi no u t d o o r s ，t r a d i t i o n a ld e t e c t i o n u s u a l l yh a sn om e a n sb e c a m et h e r ea r em a n yf a c t o r st h a ta f f e c tt h ef i r ed e t e c t i o n ，s u c ha ss p e c i a l h e i g h t , t h e r m a lb a r r i e r , c o v e r a g e ，a i rs p e e d i nt h e s ec i r c u m s t a n c e s ，w ec a no n l yu s ei m a g e - b a s e df i r e d e t e c t i o nt e c h n o l o g y t h ef i r ed e t e c t i o ns y s t e mb a s e do np ci sb u l k y , i n c o n v e n i e n tt oi n s t a l l ，a n dl a c k o ff l e x i b i l i t yi nu s e t h es i g n a lt r a n s m i s s i o ni sc o m p l e xa n dt h eb u r d e no nt h ec o m p u t e ri s l a r g e i t c a l ln o tb ea p p l i e di ns o m ep l a c e so fc o m p u t e ri n c o n v e n i e n tp l a c e m e n t t h u s ，i m a g e - b a s e d 舭 d e t e c t i o nt e c h n o l o g yb a s e do nd s pc a no v e r c o m et h e s es h o r t c o m i n g s i tc a nr e d u c et h eb u r d e no nt h e c o m p u t e rt or a i s et h el e v e lo ft h es y s t e m si n t e l l i g e n t t h i st h e s i sa n a l y z e st h ed o m e s t i ca n di n t e r n a t i o n a lr e s e a r c h i n ga b o u tt h ei m a g er e c o g n i t i o n t e c h n o l o g yo ft h ef i r ed e t e c t i o n c o n s i d e r i n gt i l a t t h et h e s i si n t r o d u c e st h ea p p l i c a t i o no fd i 西t a l i m a g ep r o c e s s i n ga n dd s pi ni m a g er e c o g n i t i o nt e c h n o l o g yo ft h ef i r ed e t e c t i o n i ti n t r o d u c e st h e c o m p o n e n t so fi m a g e - b a s e df n ed e t e c t i o ns y s t e mb a s e do nd s p , i n c l u d i n gc o l o rc a m e r a sw i t h i n f r a r e df i l t e r s ，f i r ei m a g ec a p t u r ea n dp r o c e s s i n gp l a t f o r m t h i st h e s i sf o c u s e st h er e c o g n i t i o nt e c h n o l o g y o no ft h ee a r l yf i r ef l a m ei m a g eb a s e do nd s p e m b e d d e dp l a t f o r m i td i s c u s s e si m a g ep r e - p r o c e s s i n g 。t h ec h a r a c t e r i s t i c so ft h ef l a m ec r i t e r i o na n d f l a m er e c o g n i t i o n i nt h ed s pp l a t f o r m ，i tu s e sm e d i a nf i l t e r , o t s um e t h o df o ri m a g eb i n a r i z a t i o n , r e g i o n a lg r o w t ha n dr e m o v a lo fi n t e r f e r i n ga r e af o ri m a g ep r e p r o c e s s i n g w ep r o p o s ef i v ef l a m e c r i t e r i o n s e i g e n v a l u e so ft h ef l a m ec r i t e r i o n sa r ee x t r a c t e di nt h ed s pp l a t f o r m i nt h ep c ，t h e w e i g h t sa n dt h r e s h o l d sc a l c u l a t i n gb yb pn e u r a ln e t w o r kt r a i n i n gw i t ht h ei n p u ts i g n a lo fe a c hv a l u e o fc r i t e r i o n se n h a n c et h es y s t e m sa b i l i t yt oi d e n t i f yt h ef l a m e t h e n , w eu s et h ew e i g h t sa n d t h r e s h o l d si nt h ed s pt oi d e n t i f yt h ei m a g e sa n dd oal a r g en u m b e ro ff i r er e c o g n i t i o ne x p e r i m e n t s t h er e s u l t so ft h ee x p e r i m e n t ss h o wt h a tt h ef l a m er e c o g n i t i o n sa b i l i t ya n da c c u r a c yo ft h es y s t e m h a sb e e ni m p r o v e d f i n a l l y , w es u m m a r i z et h er e s e a r c hw o r ka n dp o i n to u tt h es h o r t c o m i n g sa n dp r o s p e c tf o rt h e f u t u r ew o r k k e y w o r d s ：f i e l df i r ed e t e c t i o n , i m a g er e c o g n i t i o n , d s p , c r i t e r i o no ff i r e ，b pn e u r a ln e t w o r k ， 1 i 南京航空航天大学硕士学位论文 目录 摘要。i a b s t r a c t i i 第一章绪论l 1 1j ；i 言l 1 2 火灾探测技术国内外研究和发展状况2 1 2 1 传统火灾探测技术2 1 2 2 图像型火灾探测技术4 1 3 嵌入式图像处理技术的研究现状5 1 4 课题方法概述8 1 5 本课题的主要研究内容8 第二章基于d s p 的火焰图像采集与处理系统1 0 2 1 引言1 0 2 2 摄像器件。l l 2 3 火灾图像采集和处理平台13 2 3 1 图像a d 转换模块1 3 2 3 ：2 图像采集控制模块1 5 2 3 3 图像处理模块1 6 2 4 平台图像处理软件架构2 l 2 5 本章小结2 2 第三章早期火灾图像的预处理2 3 3 1 引言2 3 3 2c c s 中图像显示概述2 3 3 3 图像的预处理2 6 3 3 1 图像的存储2 6 3 3 2 图像的滤波2 6 3 3 3 图像的阈值化2 9 3 3 4 区域生长31 3 3 5 去除干扰亮点区域3 2 3 4 本章小结3 5 基于d s p 的野外火灾图像识别的研究 第四章早期火灾图像的火焰特征提取和识别3 6 4 1 引言。3 6 4 2 早期火灾图像的识别判据3 6 4 2 1 火焰的面积变化率3 6 4 2 2 火焰的相对稳定性3 7 4 2 3 火焰的形体变化3 7 4 2 4 火焰的圆形度。3 8 4 2 5 火焰的尖角特性3 9 4 - 3 基于d s p 的火焰识别判据的实现4 0 4 3 1 边界链码提取和圆形度计算一4 0 4 3 2 火焰尖角标记和尖角计算4 4 4 3 3 其它特征值的提取4 9 4 3 4d s p 提取火焰判据特征值实验4 9 4 4 火焰的识别：5 2 4 4 1b p 神经网络原理5 2 4 4 2 火焰识别的b p 神经网络结构5 3 4 4 3 火焰识别的b p 神经网络算法5 4 4 4 4 火焰识别的d s p 实现5 8 4 5 本章小结6 0 第五章基于d s p 的火灾识别系统的实现与实验一6 l 5 1 引言6l 5 2 火灾识别系统的实现6 l 5 2 1 系统的硬件结构6 l 5 2 2 系统识别软件的实现6 2 5 3 火焰识别实验6 3 5 4 本章小结6 7 第六章总结与展望。6 8 6 1 工作总结6 8 6 2 工作展望6 9 参考文献7 0 致谢7 3 在学期间的研究成果及发表的学术论文7 4 南京航空航天大学硕士学位论文 图清单 图1 1 火灾探测器的分类：2 图2 1 火灾图像采集与处理系统的硬件系统实物图。1 0 图2 2 红外滤光片n i r - l p f 8 5 0 实物图1 2 图2 3 火焰燃烧图1 2 图2 4 火灾图像采集和处理平台总体框图1 3 图2 5s a a 7 11 l a 内部框图1 4 图2 6m a x 7 0 0 0 内部结构框图1 6 图2 7t m s 3 2 0 c 5 5 x 内部结构框图1 7 图2 8e m i f 接口示意图1 9 图2 9 火灾识别软件结构示意图。2 l 图3 1 图像显示参数设置窗口2 5 图3 2c c s 显示的8 位灰度图一2 5 图3 3w a t c hw i n d o w 2 6 图3 43 x 3 中值滤波前后的图像2 9 图3 5 阈值化后的图像31 图3 6 区域生长后的图像3 2 图3 7 区域标记流程图3 4 图3 8 去除干扰区域后的图像3 5 图4 1 边缘提取后的图像一4 1 图4 2 边界链码方向编号4 1 图4 3 边界链码提取流程图。4 3 图4 4 奇偶编码个数、周长和圆形度一4 4 图4 5 火焰尖角标记示意图4 5 图4 6 火焰尖角标记流程图一4 6 图4 7 火焰尖角计算流程图。4 8 图4 8 火焰尖角数4 8 图4 9 面积、质心和相似度。4 9 图4 10 早期火灾火焰5 0 图4 1 l 蜡烛火焰一5 0 基于d s p 的野外火灾图像识别的研究 图4 1 2 烟头5l 图4 13 三层b p 神经网络结构图5 2 图4 1 4 神经网络结构图5 4 图4 15s 型函数( s i g m o i d 函数) 5 4 图4 16b p 算法流程框图5 6 图4 1 7b p 神经网络训练图5 7 图4 18 火焰识别流程图。5 9 图4 1 9 火焰识别计算结果一5 9 图5 1 火灾探测系统结构图6 2 图5 2 火灾识别系统软件流程图。6 3 图5 3 实验台。6 4 图5 4 具有各种干扰和复杂背景的火焰灰度图- 6 4 图5 5 具有各种干扰和复杂背景的预处理后的火焰图像。6 5 图5 6 不同距离、不同燃烧物质的火焰图像6 6 南京航空航天大学硕士学位论文 表清单 表2 1v c c - 6 5 9 2 p c 摄像机主要技术指标1 l 表2 2l p f 8 5 0 性能指标1 2 表2 3 位图文件结构2 2 表3 1c c s 数据文件头格式。2 4 表3 2 像素排列2 7 表4 1 早期火灾火焰、蜡烛火焰和烟头图像的各判据特征值5 l 表4 2 部分训练样本5 7 表4 3 输入层到隐层的权值5 8 表4 4 隐层到输出层的权值。5 8 表4 5 隐层节点和输出层的阈值。5 8 表4 6p c 机和d s p 计算结果5 9 表5 1 不同距离、不同燃烧物质的火焰识别实验。6 7 基于d s p 的野外火灾图像识别的研究 加 c c d c c s c p l d d s p f p g a i o r a m u a r t 注释表 a n a l o g d i g i t a l c h a r g e - c o u p l e dd e v i c e c o d ec o m p o s e rs t u d i o c o m p l e xp r o g r a m m a b l el o g i cd e v i c e d i g i t a ls i g n a lp r o c e s s i n g f i e l d - p r o g r a m m a b l eg a t ea r r a y i n p u t o u t p u t r a n d o ma c c e s sm e m o r y u n i v e r s a la s y n c h r o n o u sr e c e i v e r t r a n s m i t t e r 模数 电荷耦合元件 代码调试器 复杂可编程逻辑器件 数字信号处理 现场可编程门阵列 输入输出端口 随机存取存储器 通用异步接收发送装置 南京航空航天大学硕士学位论文 第一章绪论 1 1 引言 火灾是指违反人的意图而发生或扩大，在时间与空间上失去控制并造成财物和人身伤害的 燃烧现象。近几年，大空间建筑火灾、矿井火灾、森林火灾等频繁发生，如2 0 0 7 年南京金桥市 场火灾以及美国力n k l , i 破坏程度超过广岛核爆1 6 0 倍的山林火灾，使人们的生命财产受到了巨大 的损失，也对人类生态环境造成了巨大的破坏。因此，火灾防治已经成为整个社会关注的重大 问趔1 1 。野外火灾是一种突发性和破坏性很强的自然灾害，它不但危害人民生命财产安全，而 且还会影响到植被、环境及气候等多个方面。因此，做好野外防火工作至关重要。 美国国家航空和航天局的统计数据表明，每年全球有8 2 亿公顷森林被焚烧，这个面积相 当于整个巴西全境。在南美的亚马逊地区，烧毁草场、森林造成的年均经济损失超过l 亿美元。 每年上半年，非洲大陆就会笼罩在一片烟雾之中。大火不但给土地造成伤害，而且严重影响了 非洲气候。在欧洲，地中海沿岸各国平均每年发生5 万起森林火灾，其中大部分由小火扩散而 成。有些专家指出，葡萄牙、西班牙、希腊以及法国南部部分地区正面临沙漠化的危险。2 0 0 3 年在美国加利福尼亚发生的森林大火吞噬了2 4 0 0 多座房屋和2 0 条人命造成的经济损失达到2 0 亿美元。当年美国境内的6 3 万起火灾烧毁了3 0 0 万公顷森林 2 1 。如果要算上火灾对环境的污染， 气候的影响，以及对人类的生命财产造成的损失更是无法估量。 因此，为了减少野外火灾造成的巨大损失，世界各国都非常重视早期野外火灾探测技术的 研究。火灾探测和自动灭火系统的研制，对火灾进行实时有效监控，把火灾造成的损失减d , n 最小程度是火灾防治技术领域的重点研究内容【3 】o 火灾科学是在基础自然科学、技术科学和灾 害学的交叉点上逐渐形成的一个新学科，是与经济建设、社会发展、国家安全及科技进步密切 相关，倍受人们关注的研究领域。它的产生和发展，使人们对火灾的认识发生了质的飞跃。人 们用先进的科学技术手段去进一步的减少火灾损失，达到火灾防治的有效性和经济性的科学统 一 火灾是各种灾害中发生频繁且极具毁灭性的灾害之一，其直接损失约为地震的五倍，仅次 于干旱和洪涝，而其发生的频度则居各灾种之首【4 】。产生火灾的基本要素是可燃物、助燃物和 火源。可燃物以气态、液态和固态三种形态存在，助燃物通常是空气中的氧气【5 l 。火灾过程伴 随着许多复杂的物理现象和化学反应。一般来说，常见的火灾发展过程可以分为发生、发展、 猛烈和熄灭共四个阶段1 6 1 。防治火灾的关键是在火灾发生的早期就加以扑灭，而扑灭的前提条 件是能够及时准确地发现火灾的各种现象，即在火灾发生初期及时无误地探测出火情，因而对 基于d s p 的野外火灾图像识别的研究 火灾进行“早期、迅速、准确地探测”就成为火灾安全工程的关键技术之一忉。本文正是通过 对早期火灾火焰特征的研究，利用图像处理等技术实现火灾的早期预报，在火灾扩散之前将其 扑灭，可以有效地降低火灾造成的损失。如果能够尽早的自动探测到火灾并发出火灾警报，这 样可以得到足够的抢救或逃生的时间，对经济的发展和人民的生命财产安全有非常重要的现实 意义。 1 2 火灾探测技术国内外研究和发展状况 研究发现，虽然火灾的起因和燃烧过程千差万别，但所有的火灾过程本身都有共同的物理 特征，物质在燃烧的过程中产生的气( 燃烧气体) 、烟( 烟雾粒子) 、热( 温度) 、光( 火焰) 是 南京航空航天大学硕士学位论文 提取温度或烟雾信号，利用简单的算法来判断有无火灾的发生。相对于感温探测而言，感烟探 测器有利于较早发现火警，所以在传统火灾监控系统中，感烟探测器的使用占绝大多数。 ( 1 ) 气敏型探测器 气敏型探测器一般利用敏感元件铂遇可燃气体氧化，改变自身电阻的原理【l l l 。该类型探测 器对空气中可燃气体含量进行检测，当空气中可燃气体含量达到或超过报警设定值时，自动发 出报警信号。气体火灾探测器除具有预报火灾、防火防爆功能外，还可以起监测环境污染的作 用，可以提前报警时间。但可燃气体的腐蚀作用会降低探测器的灵敏度，因此需要对探测器进 行定期清理；同时在空间较大和通风条件好的场所不宜使用气体火灾探测器。 ( 2 ) 感温型探测器 感温型探测器利用金属熟膨胀系数、升温后易熔合金玻璃球溶化、水银接点动作、热敏电 阻改变等原理，温度上升超过一定值时启动报警装置【1 2 】。虽然，感温型探测器结构简单，电路 少，可靠性高，误报率低，可做成密封结构，防潮防火防腐蚀性好；但是它的灵敏度低、探测 速度慢、报警时间迟，对阴燃火灾往往不响应，难满足火灾早期报警要求。近些年，感温技术 在探测原理、方式上有较大突破，欧洲已经出现了对可选择的探测热源精度在l 米之内的新一 代感温电缆，光纤线型感温技术也取得了一定的进步。线型感温探测器在我国己能生产并投入 应用，主要适宜于电缆管井、配电装置、货架仓库、管道线栈、冷藏及市政设施、桥梁、港口 等。 ( 3 ) 感烟型探测器 感烟型探测器分为离子感烟探测器和光电感烟探测器。离子感烟探测器利用电离后离子受 烟雾粒子影响使电离电流减少的原理：光电感烟探测器利用烟粒子对光的散射效应的原理【l 引。 感烟型探测器可提前报警时间，对浅色烟雾十分敏感，得到了广泛使用：但在燃烧缓慢、阴燃 火及燃烧初期产生大颗粒黑烟的火灾情况下不会产生报警信号。另外，火灾发生后，温度较高 的火灾烟气向上运动，安装于顶棚上感烟探测器探测到烟气的浓度大于某一极限浓度，就会发 出报警信号【1 4 】。但是在空间高度较大、空气流通性较强等场所，烟气无法到达房顶，或者即使 到达房项也会出现烟气浓度降低的情况，从而使感烟探测器不报警；当环境中的粉尘浓度和湿 度过大也会使感烟型探测器失效，产生误报警或不报警。 ( 4 ) 感光型探测器 感光型探测器又称火焰探测器，根据响应波长的不同，可分为红外火焰探测器和紫外火焰 探测器【1 5 】。感光型探测器的主要优点是：响应速度快，可探测不可见区域火灾，特适于突然起 火，又无烟雾的易燃易爆场所，不受环境气流的影响，性能稳定、可靠、探测方位准确，探测 距离及保护面积大于感烟和感温探测。但是，在可能发生无焰火灾、火焰出现前有浓烟扩散、 探测器的镜头易被污染、易被遮挡、易受阳光或其他光源直接或间接照射等情况下，探测器容 3 基于d s p 的野外火灾图像识别的研究 易产生误报警或不报警。 ( 5 ) 复合型探测器 复合型火灾探测器是在同一时间段内同时对火灾过程中的烟雾、温度等多个参数进行探测 和综合数据处理，分析判断确认火灾。它兼顾了火灾探测的可靠性和报警及时性。复合型的火 灾探测器仅仅增加判据的数目，使探头的整体性能有改善，并没有完全消除以上的缺点，但在 环境状况比较恶劣、存在众多干扰的情况下( 灰尘、电磁干扰、水蒸气、空调、光干扰、震动 等) ，仍无法应用于大空间及野外火灾的探测报警。 传统火灾探测系统结构简单并易于实现，所以已经得到广泛的应用。但是无论感温还是感 烟监控系统，都难以做到火灾的早期预报。另外在大空间环境下( 如商场、仓库等) ，由于感温 感烟探头的参数受到限制，误报率比较高。此外，感温感烟探头与周围环境直接接触，从而不 适于在较恶劣( 潮湿、多粉尘) 的环境下使用。因此这些探测系统的性能还不能满足大空间火 灾探测的需要，需要进一步研究新的火灾探测方法【1 6 1 1 7 j 。 1 2 2 图像型火灾探测技术 目前，室内的火灾报警技术已经比较成熟。通常通过火焰的烟雾、温度、光的特性等特征 加以判断，然后直接实施灭火措施，进行断电、喷水等并报警。由于室内范围小，受外界影响 小，在火灾判别上既可以依靠单一探测方式，也可以多种探测方式同时使用，提高在判别的准 确性，减少误报。而对室外或大面积的监控对象，相对来说可以采用的探测方法较少，由于存 在着许多影响火灾探测的复杂因素如空间高度、热量屏障、覆盖范围、气流速度等，传统的探 测手段往往在这样的环境中失去了作用【l8 l 。这种情况下通常只能采用图像型火灾探测。由于数 字图像处理技术对于火灾探测具有非接触式探测的特点，不受环境条件的限制，实现火灾预报 与传统的探测方法相比可以有效地提高预报精度、缩短预报时间以及提供更丰富的火灾信息。 以光为传播媒介得到的图像具有丰富、直观的信息，为早期火灾的辨识和判断奠定了基础。 图像型火灾探测技术的关键器件一图像敏感元件通过光学镜头与外界不发生直接接触，这种 结构保证了图像监测技术既可以较恶劣( 多粉尘、高湿度) 的室内环境中使用，也可以室外环境 中使用。由此，图像型火灾探测技术在火灾探测中的地位和作用为【1 9 1 1 2 0 1 1 2 1 j ： ( 1 ) 可在大空间、大面积的环境中使用； ( 2 ) 可用于多粉尘、高湿度的场所； ( 3 ) 可在室外环境中使用； ( 4 ) 可对火灾现象中的图像信息做出快速反应； ( 5 ) 可提供直观丰富的火灾信息。 可燃物在燃烧时会释放出频率范围从紫外到红外的光波。在可见光波段，火焰图像具有独 4 南京航空航天大学硕士学位论文 特的色谱、纹理等方面的特征，使之在图像上明显地区别于背景。利用这些特征，采用图像处 理的方法，对早期火焰进行识别。由燃烧学的原理可知，在火焰燃烧时，其放出的能量9 5 0 d 集 中于红外波段【2 2 】。所以，在进行图像处理时，都比较关心红外波段的图像识别，可以利用红外 成像的原理，获取燃烧时的红外图像进行图像处理，从而达到监控的目的。当检测到火灾发生 时，根据计算机视觉原理知识，通过摄像头所获取的红外图像和彩色图像来计算火灾发生的空 间位置，从而实现自动灭火。图像型火灾探测和自动灭火系统就是基于以上的认识而提出的。 在科学技术迅猛发展的今天，国外各大公司和科研机构的火灾探测技术也相应的快速发展， 例如，b o s q u e 公司的b s d s 系统采用红外和普通摄像机的双波段监控，在准确识别森林火灾的 同时还可以区别其他现象的干扰，误报率很低。在大空间火灾监控方面有i s l 公司和m g a n x o e l e c r t i c 公司联合开发的用于电站火灾监控的v s d 一8 系统【2 3 】1 2 4 1 2 5 1 。该系统以视频运动检测软件 为主体，使用了各种滤波器技术，并与人工智能相结合，该系统可以用来对电站内的火灾进行 监控。在自动灭火方面，国际上并未有知名产品出现。 我国在火灾报警控制系统的研究开发相对较晚一些，n - - 十世纪八十年代中期才开始这方 面的研制开发。但发展十分迅速，现在已经基本达到国际先进水平。国内对火灾探测和自动灭 火的研究目前以中国科技大学的火灾科学国家重点实验室做得比较领先1 2 6 2 7 】【2 8 1 。该实验室研制 的l a 1 0 0 型双波段大空间早期火灾智能探测和自动灭火系统通过了有关方面的验收，并已转 化成产品。此外，上海交通大学、西安交通大学、哈尔滨工程大学等都在火灾探测方面进行了 积极的研究，并根据工程实践提出了一些改进算法【2 9 】【3 0 】。但是，迄今为止，并没有研制出令人 满意的系统，还存在火灾误报率较高、自动灭火算法误差很大的问题，实用程度还有待提高。 图像型火灾探测技术是基于数字图像处理和分析的火灾探测方法。一般由c c d 摄像机、 视频采集卡和计算机组成。它利用摄像头对现场进行监视，同时对获得的图像进行图像处理和 分析，通过早期火灾火焰的形体变化特征来探测火灾。通常，图像型火灾探测系统利用p c 机 对摄像头采集获得的图像进行图像处理和分析，将所得的结果进行判断，当发生火灾时，p c 机 发送火灾报警信号，并给自动灭火系统发出灭火信号。虽然，利用p c 机组成的图像型火灾探 测系统一定程度上能够满足火灾探测的要求，但是在野外或大空间场所，以p c 机为图像处理 单元的探测系统还存在许多缺点。在野外或大空间场合，往往周围环境比较恶劣，计算机非常 容易受影响，工作不稳定。同时，系统核心计算机的成本高、体积大、需要专门监控场所，使 用的灵活性受到很大限制，计算机的工作负担较大，系统的智能化水平较低。 1 3 嵌入式图像处理技术的研究现状 传统的数字图像处理通常采用摄像头和图像采集卡，将模拟信号转换成数字信号，然后由 p c 机进行处理。但这种方法也存在不够灵活、成本较高等缺点。随着微型计算机的发展和普及， 5 基于d s p 的野外火灾图像识别的研究 现代图像处理方式越来越向高速、小型、简洁的方向发展，图像处理逐渐由专用、笨重的图像 处理机过渡到通用、小型方式，但是由于图像数据量大，算法复杂，使用软件来处理时，软件 往往局限于计算机的配置，使得图像处理速度比较慢、实时性差、价格高，不能适应恶劣工作 环境。随着固体图像传感器c c d 和c m o s 的技术工艺不断改进以及数字信号处理器的功能提 升，使得嵌入式系统在图像处理领域有了广阔的发展空间，嵌入式系统具有集成度高，处理速 度快，小巧灵活等诸多优点，特别是在高速图像处理领域有着良好的前景。目前，常用的嵌入 式处理器主要有单片机、a r m 、d s p 、f p g a 、c p l d 等。在图像处理领域常用的有d s p 和f p g a 。 目前，国内外嵌入式实时图像处理系统方案主要有三种： ( 1 ) 基于现场可编程门阵列f p g a 这是新兴的发展方向，该设计就是基于硬件语言设计，系统级开发一般较复杂且难度大， 开发周期也较长。但随着其向大容量、高性能、低成本的方向发展，一个芯片内可以实现多个 微处理器功能以后必定会在实时图像处理领域得到更大的应用。 ( 2 ) 基于通用d s p 芯片 优点是设计简便、灵活，适合新型产品的研究开发，但需要根据不同的应用要求设计不同 的外围接口电路，集成度不高，开发周期相对较长。 ( 3 ) 基于专用d s p 芯片 该设计应用范围较小，适合于其专用领域。这种芯片在片内集成很多外围接口，在其专用 领域内应用很方便，但成本比较高。 目前，在实时图像处理中应用最广泛的嵌入式处理器是d s p 芯片。随着d s p 的运算速度 和运算精度不断地提高，片内的存储容量不断地加大，系统功能、数据处理能力以及与外部设 备的通信功能不断地增强，可以开发出脱离p c 机的基于d s p 的图像系统。这种设计方案的优 点是设计简单、灵活，成本比较低，便于实际中使用。 自从2 0 世纪7 0 年代末第一片数字信号处理器d s p ( d i g i t a ls i g n a lp r o c e s s o r ) f 司世以来，d s p 就以其特有的稳定性、可重复性、可大规模集成，尤其是可编程性和易于实现自适应处理的特 点，使信号处理手段更加灵活，功能更加强大。其应用领域己经拓展到航空、航天、雷达、通 信、家用电器等各领域，成为电子系统的心脏。此外，随着d s p 运算速度的不断提高，能够实 时处理的带宽也大大增加，数字信号处理的研究重点也由最初的非实时应用转向高速实时应用 领域。数字信号处理任